C#正則表達式整理備忘

reference :http://www.cnblogs.com/KissKnife/archive/2008/03/23/1118423.html
有一段時間，正則表達式學習很火熱很潮流，當時在CSDN一天就能看到好幾個正則表達式的帖子，那段時間借助論壇以及Wrox Press出版的《C#字符串和正則表達式參考手冊》學習了一些基礎的知識，同時也為我在CSDN大概賺了1000分，今天想起來，去找《C#字符串和正則表達式參考手冊》時，已經不知所蹤了。現在用到正則的時候也比較少，把以前的筆記等整理一下，以志不忘。

（1）“@”符號
符下兩ows表研究室的火熱，當晨在“@”雖然并非C#正則表達式的“成員”，但是它經常與C#正則表達式出雙入對。“@”表示，跟在它后面的字符串是個“逐字字符串”，不是很好理解，舉個例子，以下兩個聲明是等效的：
string x="D:\\My Huang\\My Doc";
string y = @"D:\My Huang\My Doc";
事實上，如果按如下聲明，C#將會報錯，因為“\”在C#中用于實現轉義，如“\n”換行：
string x = "D:\My Huang\My Doc";

（2）基本的語法字符。
\d? 0-9的數字
\D? \d的補集（以所以字符為全集，下同），即所有非數字的字符
\w? 單詞字符，指大小寫字母、0-9的數字、下劃線
\W? \w的補集
\s? 空白字符，包括換行符\n、回車符\r、制表符\t、垂直制表符\v、換頁符\f
\S? \s的補集
.? 除換行符\n外的任意字符
[…]? 匹配[]內所列出的所有字符
[^…]? 匹配非[]內所列出的字符
下面提供一些簡單的示例：

Code
string ?i? = ? " \n " ;
string ?m? = ? " 3 " ;
Regex?r? = ? new ?Regex( @" \D " );
// 同Regex?r?=?new?Regex("\\D");
// r.IsMatch(i)結果：true
// r.IsMatch(m)結果：false

string ?i? = ? " % " ;
string ?m? = ? " 3 " ;
Regex?r? = ? new ?Regex( " [a-z0-9] " );
// 匹配小寫字母或數字字符
// r.IsMatch(i)結果：false
// r.IsMatch(m)結果：true

（3）定位字符
“定位字符”所代表的是一個虛的字符，它代表一個位置，你也可以直觀地認為“定位字符”所代表的是某個字符與字符間的那個微小間隙。
^? 表示其后的字符必須位于字符串的開始處
$? 表示其前面的字符必須位于字符串的結束處
\b? 匹配一個單詞的邊界
\B? 匹配一個非單詞的邊界
另外，還包括：\A? 前面的字符必須位于字符處的開始處，\z? 前面的字符必須位于字符串的結束處，\Z? 前面的字符必須位于字符串的結束處，或者位于換行符前
下面提供一些簡單的示例：

Code
string ?i? = ? " Live?for?nothing,die?for?something " ;
Regex?r1? = ? new ?Regex( " ^Live?for?nothing,die?for?something$ " );
// r1.IsMatch(i)?true
Regex?r2? = ? new ?Regex( " ^Live?for?nothing,die?for?some$ " );
// r2.IsMatch(i)?false
Regex?r3? = ? new ?Regex( " ^Live?for?nothing,die?for?some " );
// r3.IsMatch(i)?true

string ?i? = ? @" Live?for?nothing,
die?for?something " ; // 多行
Regex?r1? = ? new ?Regex( " ^Live?for?nothing,die?for?something$ " );
Console.WriteLine( " r1?match?count: " ? + ?r1.Matches(i).Count); // 0
Regex?r2? = ? new ?Regex( " ^Live?for?nothing,die?for?something$ " ,?RegexOptions.Multiline);
Console.WriteLine( " r2?match?count: " ? + ?r2.Matches(i).Count); // 0
Regex?r3? = ? new ?Regex( " ^Live?for?nothing,\r\ndie?for?something$ " );
Console.WriteLine( " r3?match?count: " ? + ?r3.Matches(i).Count); // 1
Regex?r4? = ? new ?Regex( " ^Live?for?nothing,$ " );
Console.WriteLine( " r4?match?count: " ? + ?r4.Matches(i).Count); // 0
Regex?r5? = ? new ?Regex( " ^Live?for?nothing,$ " ,?RegexOptions.Multiline);
Console.WriteLine( " r5?match?count: " ? + ?r5.Matches(i).Count); // 0
Regex?r6? = ? new ?Regex( " ^Live?for?nothing,\r\n$ " );
Console.WriteLine( " r6?match?count: " ? + ?r6.Matches(i).Count); // 0
Regex?r7? = ? new ?Regex( " ^Live?for?nothing,\r\n$ " ,?RegexOptions.Multiline);
Console.WriteLine( " r7?match?count: " ? + ?r7.Matches(i).Count); // 0
Regex?r8? = ? new ?Regex( " ^Live?for?nothing,\r$ " );
Console.WriteLine( " r8?match?count: " ? + ?r8.Matches(i).Count); // 0
Regex?r9? = ? new ?Regex( " ^Live?for?nothing,\r$ " ,?RegexOptions.Multiline);
Console.WriteLine( " r9?match?count: " ? + ?r9.Matches(i).Count); // 1
Regex?r10? = ? new ?Regex( " ^die?for?something$ " );
Console.WriteLine( " r10?match?count: " ? + ?r10.Matches(i).Count); // 0
Regex?r11? = ? new ?Regex( " ^die?for?something$ " ,?RegexOptions.Multiline);
Console.WriteLine( " r11?match?count: " ? + ?r11.Matches(i).Count); // 1
Regex?r12? = ? new ?Regex( " ^ " );
Console.WriteLine( " r12?match?count: " ? + ?r12.Matches(i).Count); // 1
Regex?r13? = ? new ?Regex( " $ " );
Console.WriteLine( " r13?match?count: " ? + ?r13.Matches(i).Count); // 1
Regex?r14? = ? new ?Regex( " ^ " ,?RegexOptions.Multiline);
Console.WriteLine( " r14?match?count: " ? + ?r14.Matches(i).Count); // 2
Regex?r15? = ? new ?Regex( " $ " ,?RegexOptions.Multiline);
Console.WriteLine( " r15?match?count: " ? + ?r15.Matches(i).Count); // 2
Regex?r16? = ? new ?Regex( " ^Live?for?nothing,\r$\n^die?for?something$ " ,?RegexOptions.Multiline);
Console.WriteLine( " r16?match?count: " ? + ?r16.Matches(i).Count); // 1
// 對于一個多行字符串，在設置了Multiline選項之后，^和$將出現多次匹配。

string ?i? = ? " Live?for?nothing,die?for?something " ;
string ?m? = ? " Live?for?nothing,die?for?some?thing " ;
Regex?r1? = ? new ?Regex( @" \bthing\b " );
Console.WriteLine( " r1?match?count: " ? + ?r1.Matches(i).Count); // 0
Regex?r2? = ? new ?Regex( @" thing\b " );
Console.WriteLine( " r2?match?count: " ? + ?r2.Matches(i).Count); // 2
Regex?r3? = ? new ?Regex( @" \bthing\b " );
Console.WriteLine( " r3?match?count: " ? + ?r3.Matches(m).Count); // 1
Regex?r4? = ? new ?Regex( @" \bfor?something\b " );
Console.WriteLine( " r4?match?count: " ? + ?r4.Matches(i).Count); // 1
// \b通常用于約束一個完整的單詞

? （4）重復描述字符
“重復描述字符”是體現C#正則表達式“很好很強大”的地方之一：
{n}? 匹配前面的字符n次
{n,}? 匹配前面的字符n次或多于n次
{n,m}? 匹配前面的字符n到m次
?? 匹配前面的字符0或1次
+? 匹配前面的字符1次或多于1次
*? 匹配前面的字符0次或式于0次
以下提供一些簡單的示例：

Code
string ?x? = ? " 1024 " ;
string ?y? = ? " +1024 " ;
string ?z? = ? " 1,024 " ;
string ?a? = ? " 1 " ;
string ?b = " -1024 " ;
string ?c? = ? " 10000 " ;
Regex?r? = ? new ?Regex( @" ^\+?[1-9],?\d{3}$ " );
Console.WriteLine( " x?match?count: " ? + ?r.Matches(x).Count); // 1
Console.WriteLine( " y?match?count: " ? + ?r.Matches(y).Count); // 1
Console.WriteLine( " z?match?count: " ? + ?r.Matches(z).Count); // 1
Console.WriteLine( " a?match?count: " ? + ?r.Matches(a).Count); // 0
Console.WriteLine( " b?match?count: " ? + ?r.Matches(b).Count); // 0
Console.WriteLine( " c?match?count: " ? + ?r.Matches(c).Count); // 0
// 匹配1000到9999的整數。

? （5）擇一匹配
C#正則表達式中的 (|) 符號似乎沒有一個專門的稱謂，姑且稱之為“擇一匹配”吧。事實上，像[a-z]也是一種擇一匹配，只不過它只能匹配單個字符，而(|)則提供了更大的范圍，(ab|xy)表示匹配ab或匹配xy。注意“|”與“()”在此是一個整體。下面提供一些簡單的示例：

Code
string ?x? = ? " 0 " ;
string ?y? = ? " 0.23 " ;
string ?z? = ? " 100 " ;
string ?a? = ? " 100.01 " ;
string ?b? = ? " 9.9 " ;
string ?c? = ? " 99.9 " ;
string ?d? = ? " 99. " ;
string ?e? = ? " 00.1 " ;
Regex?r? = ? new ?Regex( @" ^\+?((100(.0+)*)|([1-9]?[0-9])(\.\d+)*)$ " );
Console.WriteLine( " x?match?count: " ? + ?r.Matches(x).Count); // 1
Console.WriteLine( " y?match?count: " ? + ?r.Matches(y).Count); // 1
Console.WriteLine( " z?match?count: " ? + ?r.Matches(z).Count); // 1
Console.WriteLine( " a?match?count: " ? + ?r.Matches(a).Count); // 0
Console.WriteLine( " b?match?count: " ? + ?r.Matches(b).Count); // 1
Console.WriteLine( " c?match?count: " ? + ?r.Matches(c).Count); // 1
Console.WriteLine( " d?match?count: " ? + ?r.Matches(d).Count); // 0
Console.WriteLine( " e?match?count: " ? + ?r.Matches(e).Count); // 0
// 匹配0到100的數。最外層的括號內包含兩部分“(100(.0+)*)”，“([1-9]?[0-9])(\.\d+)*”，這兩部分是“OR”的關系，即正則表達式引擎會先嘗試匹配100，如果失敗，則嘗試匹配后一個表達式（表示[0,100)范圍中的數字）。

（6）特殊字符的匹配
下面提供一些簡單的示例：

Code
string ?x? = ? " \\ " ;
Regex?r1? = ? new ?Regex( " ^\\\\$ " );
Console.WriteLine( " r1?match?count: " ? + ?r1.Matches(x).Count); // 1
Regex?r2? = ? new ?Regex( @" ^\\$ " );
Console.WriteLine( " r2?match?count: " ? + ?r2.Matches(x).Count); // 1
Regex?r3? = ? new ?Regex( " ^\\$ " );
Console.WriteLine( " r3?match?count: " ? + ?r3.Matches(x).Count); // 0
// 匹配“\”

string ?x? = ? " \ "" ;
Regex?r1? = ? new ?Regex( " ^\ " $ " );
Console.WriteLine( " r1?match?count: " ? + ?r1.Matches(x).Count); // 1
Regex?r2? = ? new ?Regex( @" ^""$ " );
Console.WriteLine( " r2?match?count: " ? + ?r2.Matches(x).Count); // 1
// 匹配雙引號

? （7）組與非捕獲組
以下提供一些簡單的示例：

Code
string ?x? = ? " Live?for?nothing,die?for?something " ;
string ?y? = ? " Live?for?nothing,die?for?somebody " ;
Regex?r? = ? new ?Regex( @" ^Live?([a-z]{3})?no([a-z]{5}),die?\1?some\2$ " );
Console.WriteLine( " x?match?count: " ? + ?r.Matches(x).Count); // 1
Console.WriteLine( " y?match?count: " ? + ?r.Matches(y).Count); // 0
// 正則表達式引擎會記憶“()”中匹配到的內容，作為一個“組”，并且可以通過索引的方式進行引用。表達式中的“\1”，用于反向引用表達式中出現的第一個組，即粗體標識的第一個括號內容，“\2”則依此類推。

string ?x? = ? " Live?for?nothing,die?for?something " ;
Regex?r? = ? new ?Regex( @" ^Live?for?no([a-z]{5}),die?for?some\1$ " );
if ?(r.IsMatch(x))
{
????Console.WriteLine( " group1?value: " ? + ?r.Match(x).Groups[ 1 ].Value); // 輸出：thing
}
// 獲取組中的內容。注意，此處是Groups[1]，因為Groups[0]是整個匹配的字符串，即整個變量x的內容。

string ?x? = ? " Live?for?nothing,die?for?something " ;
Regex?r? = ? new ?Regex( @" ^Live?for?no(?<g1>[a-z]{5}),die?for?some\1$ " );
if ?(r.IsMatch(x))
{
????Console.WriteLine( " group1?value: " ? + ?r.Match(x).Groups[ " g1 " ].Value); // 輸出：thing
}
// 可根據組名進行索引。使用以下格式為標識一個組的名稱(?<groupname>…)。

string ?x? = ? " Live?for?nothing?nothing " ;
Regex?r? = ? new ?Regex( @" ([a-z]+)?\1 " );
if ?(r.IsMatch(x))
{
????x? = ?r.Replace(x,? " $1 " );
????Console.WriteLine( " var?x: " ? + ?x); // 輸出：Live?for?nothing
}
// 刪除原字符串中重復出現的“nothing”。在表達式之外，使用“$1”來引用第一個組，下面則是通過組名來引用：
string ?x? = ? " Live?for?nothing?nothing " ;
Regex?r? = ? new ?Regex( @" (?<g1>[a-z]+)?\1 " );
if ?(r.IsMatch(x))
{
????x? = ?r.Replace(x,? " ${g1} " );
????Console.WriteLine( " var?x: " ? + ?x); // 輸出：Live?for?nothing
}

string ?x? = ? " Live?for?nothing " ;
Regex?r? = ? new ?Regex( @" ^Live?for?no(?:[a-z]{5})$ " );
if ?(r.IsMatch(x))
{
????Console.WriteLine( " group1?value: " ? + ?r.Match(x).Groups[ 1 ].Value); // 輸出：(空)
}
// 在組前加上“?:”表示這是個“非捕獲組”，即引擎將不保存該組的內容。

? （8）貪婪與非貪婪
正則表達式的引擎是貪婪，只要模式允許，它將匹配盡可能多的字符。通過在“重復描述字符”（*,+）后面添加“?”，可以將匹配模式改成非貪婪。請看以下示例：

Code
string ?x? = ? " Live?for?nothing,die?for?something " ;
Regex?r1? = ? new ?Regex( @" .*thing " );
if ?(r1.IsMatch(x))
{
????Console.WriteLine( " match: " ? + ?r1.Match(x).Value); // 輸出：Live?for?nothing,die?for?something
}
Regex?r2? = ? new ?Regex( @" .*?thing " );
if ?(r2.IsMatch(x))
{
????Console.WriteLine( " match: " ? + ?r2.Match(x).Value); // 輸出：Live?for?nothing
}

（9）回溯與非回溯
使用“(?>…)”方式進行非回溯聲明。由于正則表達式引擎的貪婪特性，導致它在某些情況下，將進行回溯以獲得匹配，請看下面的示例：

Code
string ?x? = ? " Live?for?nothing,die?for?something " ;
Regex?r1? = ? new ?Regex( @" .*thing, " );
if ?(r1.IsMatch(x))
{
????Console.WriteLine( " match: " ? + ?r1.Match(x).Value); // 輸出：Live?for?nothing,
}
Regex?r2? = ? new ?Regex( @" (?>.*)thing, " );
if ?(r2.IsMatch(x)) // 不匹配
{
????Console.WriteLine( " match: " ? + ?r2.Match(x).Value);
}
// 在r1中，“.*”由于其貪婪特性，將一直匹配到字符串的最后，隨后匹配“thing”，但在匹配“,”時失敗，此時引擎將回溯，并在“thing,”處匹配成功。
在r2中，由于強制非回溯，所以整個表達式匹配失敗。

（10）正向預搜索、反向預搜索
正向預搜索聲明格式：正聲明 “(?=…)”，負聲明 “(?!...)” ，聲明本身不作為最終匹配結果的一部分，請看下面的示例：

Code
string ?x? = ? " 1024?used?2048?free " ;
Regex?r1? = ? new ?Regex( @" \d{4}(?=?used) " );
if ?(r1.Matches(x).Count == 1 )
{
????Console.WriteLine( " r1?match: " ? + ?r1.Match(x).Value); // 輸出：1024
}
Regex?r2? = ? new ?Regex( @" \d{4}(?!?used) " );
if ?(r2.Matches(x).Count == 1 )
{
????Console.WriteLine( " r2?match: " ? + ?r2.Match(x).Value);? // 輸出：2048
}
// r1中的正聲明表示必須保證在四位數字的后面必須緊跟著“?used”，r2中的負聲明表示四位數字之后不能跟有“?used”。

反向預搜索聲明格式：正聲明“(?<=)”，負聲明“(?<!)”，聲明本身不作為最終匹配結果的一部分，請看下面的示例：

Code
string ?x? = ? " used:1024?free:2048 " ;
Regex?r1? = ? new ?Regex( @" (?<=used:)\d{4} " );
if ?(r1.Matches(x).Count == 1 )
{
????Console.WriteLine( " r1?match: " ? + ?r1.Match(x).Value); // 輸出：1024
}
Regex?r2? = ? new ?Regex( @" (?<!used:)\d{4} " );
if ?(r2.Matches(x).Count == 1 )
{
????Console.WriteLine( " r2?match: " ? + ?r2.Match(x).Value); // 輸出：2048
}
// r1中的反向正聲明表示在4位數字之前必須緊跟著“used:”，r2中的反向負聲明表示在4位數字之前必須緊跟著除“used:”之外的字符串。

（11）十六進制字符范圍
正則表達式中，可以使用 "\xXX" 和 "\uXXXX" 表示一個字符（"X" 表示一個十六進制數）形式字符范圍：
\xXX?????? 編號在 0到255 范圍的字符，比如：空格可以使用 "\x20" 表示。
\uXXXX?? 任何字符可以使用 "\u" 再加上其編號的4位十六進制數表示，比如：漢字可以使用“[\u4e00-\u9fa5]”表示。

（12）對[0,100]的比較完備的匹配
下面是一個比較綜合的示例，對于匹配[0,100]，需要特殊考慮的地方包括
*00合法，00.合法，00.00合法，001.100合法
*空字符串不合法，僅小數點不合法，大于100不合法
*數值是可帶后綴的，如“1.07f”表示該值為一個float類型（未考慮）

Code
Regex?r? = ? new ?Regex( @" ^\+?0*(?:100(\.0*)?|(\d{0,2}(?=\.\d)|\d{1,2}(?=($|\.$)))(\.\d*)?)$ " );
string ?x? = ? "" ;
while ?( true )
{
????x? = ?Console.ReadLine();
???? if ?(x? != ? " exit " )
???? {
???????? if ?(r.IsMatch(x))
???????? {
????????????Console.WriteLine(x? + ? " ?succeed! " );
????????}
???????? else
???????? {
????????????Console.WriteLine(x? + ? " ?failed! " );
????????}
????}
???? else
???? {
???????? break ;
????}
}

（13）精確匹配有時候是困難的
有些需求要做到精確匹配比較困難，例如：日期、Url、Email地址等，其中一些你甚至需要研究一些專門的文檔寫出精確完備的表達式，對于這種情況，只能退而求其次，保證比較精確的匹配。例如對于日期，可以基于應用系統的實際情況考慮一段較短的時間，或者對于像Email的匹配，可以只考慮最常見的形式。

posted on 2008-04-02 13:40 snowball 閱讀(338) 評論(0)  編輯 收藏 引用 所屬分類: 文章轉載學習